基于智能網(wǎng)聯(lián)汽車(chē)的自適應(yīng)巡航系統(tǒng)動(dòng)力學(xué)模型研究

摘要：自適應(yīng)巡航系統(tǒng)的研究分為直接控制研究和分層控制研究，自適應(yīng)巡航系統(tǒng)需同時(shí)兼顧汽車(chē)動(dòng)力性、經(jīng)濟(jì)性及安全性等多個(gè)性能指標(biāo)，分層控制由于具有功能集中及控制方法明確的優(yōu)點(diǎn)，大多采用分層控制；研究自適應(yīng)巡航系統(tǒng)的工作過(guò)程，首先應(yīng)建立精確的整車(chē)數(shù)學(xué)模型，本文采用分層控制，上層控制得到車(chē)輛期望加速度，下層控制依據(jù)上層控制目標(biāo)參數(shù)，決策出期望節(jié)氣門(mén)開(kāi)度和期望制動(dòng)力值；同時(shí)采用Simlink建模仿真的方法，驗(yàn)證搭建的整車(chē)數(shù)學(xué)模型較接近實(shí)車(chē)動(dòng)力學(xué)模型。

關(guān)鍵詞：智能網(wǎng)聯(lián)汽車(chē)；自適應(yīng)巡航系統(tǒng)；分層式控制；動(dòng)力學(xué)模型

中圖分類(lèi)號(hào)：U467 ?收稿日期：2022-10-26

DOI：10.19999/j.cnki.1004-0226.2023.07.010

1 前言

汽車(chē)行業(yè)的蓬勃發(fā)展，使現(xiàn)在的汽車(chē)保有量逐年上升，智能駕駛及智能交通受到了廣泛的關(guān)注。通過(guò)對(duì)汽車(chē)的智能控制，采用分層控制方法，實(shí)現(xiàn)汽車(chē)的自適應(yīng)巡航模式，首要工作為建立精確的整車(chē)數(shù)學(xué)模型［1］。

在新一輪科技發(fā)展的推動(dòng)下，智能網(wǎng)聯(lián)汽車(chē)在汽車(chē)行業(yè)被頻繁提起，研究汽車(chē)的智能化與網(wǎng)聯(lián)化成為汽車(chē)領(lǐng)域的重要課題。權(quán)威機(jī)構(gòu)預(yù)測(cè)，車(chē)輛智能網(wǎng)聯(lián)化市場(chǎng)規(guī)模是非常有潛力的，數(shù)據(jù)顯示，截至2021年全球V2X（Vehicle to Everything）的市場(chǎng)規(guī)模超過(guò)6 190億元人民幣，而中國(guó)的智能網(wǎng)絡(luò)汽車(chē)市場(chǎng)規(guī)模也將超過(guò)2 100億元人民幣。未來(lái)幾年，中國(guó)市場(chǎng)的大多數(shù)產(chǎn)品都會(huì)配備智能化、網(wǎng)聯(lián)化的信息交互設(shè)備，由此衍生出來(lái)的商業(yè)模式也將有翻天覆地的變化。

汽車(chē)具有自適應(yīng)巡航的功能，需要通過(guò)車(chē)載無(wú)線設(shè)備與外界環(huán)境進(jìn)行數(shù)據(jù)信息的交互，伴隨著V2X的發(fā)展，自適應(yīng)巡航系統(tǒng)逐漸成為汽車(chē)行業(yè)研究的熱點(diǎn)。文獻(xiàn)表明，汽車(chē)搭載了自適應(yīng)巡航系統(tǒng)，不僅可以縮短總的行駛時(shí)間，同時(shí)可以降低汽車(chē)的發(fā)生事故的概率，以保證汽車(chē)較好的狀態(tài)行駛，同時(shí)也確保車(chē)內(nèi)人員安全。

本文總結(jié)了智能網(wǎng)聯(lián)自適應(yīng)巡航系統(tǒng)車(chē)輛的研究現(xiàn)狀，同時(shí)指出了研究自適應(yīng)巡航系統(tǒng)的首要工作為建立精確地整車(chē)數(shù)學(xué)模型，本文采用分層控制，上層控制得到車(chē)輛期望的加速度，下層控制依據(jù)上層控制目標(biāo)參數(shù)，決策出期望節(jié)氣門(mén)開(kāi)度和期望制動(dòng)力值；同時(shí)采用Simlink建模仿真的方法，驗(yàn)證搭建整車(chē)模型較接近實(shí)車(chē)系統(tǒng)動(dòng)力學(xué)。本文研究結(jié)論為智能網(wǎng)聯(lián)自適應(yīng)巡航系統(tǒng)車(chē)輛的更一步研究奠定了基礎(chǔ)［2］。

2 自適應(yīng)巡航系統(tǒng)架構(gòu)設(shè)計(jì)

目前，汽車(chē)主要向節(jié)能、駕駛舒適性及交通道路利用率三個(gè)方面發(fā)展，自適應(yīng)巡航系統(tǒng)的發(fā)展也向其靠攏。其主要控制性能為跟蹤性能，即控制本車(chē)與前車(chē)及后車(chē)的相對(duì)速度趨于零，但由于自適應(yīng)巡航系統(tǒng)其跟蹤性能、乘坐舒適性及燃油經(jīng)濟(jì)性相互影響，未了使車(chē)輛在良好的狀態(tài)下行駛，將其控制目標(biāo)與工作要求總結(jié)如下：

a.跟蹤性能：為使車(chē)輛有良好的跟蹤性能，在車(chē)輛行駛工況下，應(yīng)控制本車(chē)與前車(chē)的相對(duì)速度趨于零，同時(shí)也應(yīng)根據(jù)控制策略，確保跟車(chē)距離；當(dāng)前車(chē)加速或減速行駛時(shí)，控制本車(chē)與前車(chē)間距及相對(duì)速度趨于誤差范圍內(nèi)，避免與前車(chē)間距過(guò)大導(dǎo)致鄰車(chē)道車(chē)輛切入，同時(shí)也避免車(chē)間距較小發(fā)生車(chē)輛剮蹭及嚴(yán)重的碰撞。

b.乘坐舒適性：在行駛過(guò)程中，為提高乘車(chē)人員的駕駛舒適性，自適應(yīng)巡航系統(tǒng)應(yīng)使車(chē)輛的加速度變化較為平緩，從而減少前傾及推背感。

c.燃油經(jīng)濟(jì)性：在跟隨巡航過(guò)程中，加速度變化率波動(dòng)較小會(huì)使車(chē)輛獲得良好的燃油經(jīng)濟(jì)性，所以應(yīng)使加速度在合理的范圍內(nèi)變化。

目前，自適應(yīng)巡航系統(tǒng)控制方法分為直接式控制與分層式控制。直接式控制依據(jù)本車(chē)獲取的與前后兩車(chē)的行駛信息，同時(shí)根據(jù)期望車(chē)間距離直接決策出下一工作節(jié)點(diǎn)所需節(jié)氣門(mén)開(kāi)度與制動(dòng)壓力。由于自適應(yīng)巡航系統(tǒng)為非線性系統(tǒng)，在極端工況下會(huì)使其控制系統(tǒng)失效。由于搭建精準(zhǔn)的數(shù)學(xué)模型較為困難，為避開(kāi)使用精準(zhǔn)的數(shù)學(xué)模型，自適應(yīng)巡航系統(tǒng)大多采用模糊PID控制，根據(jù)控制策略，通過(guò)控制期望車(chē)間距離、節(jié)氣門(mén)開(kāi)度及制動(dòng)壓力之間的關(guān)系，使自適應(yīng)巡航系統(tǒng)良性工作。通過(guò)對(duì)比，直接式控制不太適用于自適應(yīng)巡航系統(tǒng)，所以其目前大多采用分層式控制以達(dá)到良好的控制目標(biāo)，其控制原理如圖2所示，其上層控制的目標(biāo)為依據(jù)本車(chē)與前后兩車(chē)的信息交互決策出期望車(chē)間距離，基于前面的性能控制目標(biāo)，決策出下一時(shí)間節(jié)點(diǎn)所期望獲得的加速度；其控制目標(biāo)為跟蹤決策出的期望加速度，即下層控制目標(biāo)，對(duì)加速度跟蹤需對(duì)節(jié)氣門(mén)開(kāi)度及制動(dòng)器的壓力進(jìn)行聯(lián)合控制［3-4］。

本文采用分層控制方法，設(shè)計(jì)的自適應(yīng)巡航控制系統(tǒng)結(jié)構(gòu)圖，可分為數(shù)據(jù)感知層與目標(biāo)控制層，同時(shí)控制層可分為自車(chē)控制模型、上層控制器及下層控制器，分別如圖3、圖4、圖5所示，上層控制包括定速度與定車(chē)距巡航兩種模式，定速度巡航模式為當(dāng)本車(chē)無(wú)需跟隨行駛時(shí)，自適應(yīng)巡航系統(tǒng)控制本車(chē)按照控制策略制定的期望速度行駛；定車(chē)距巡航模式為當(dāng)本車(chē)在跟隨工況行駛時(shí)，需對(duì)車(chē)間距及加速度進(jìn)行控制，首先數(shù)據(jù)感知層獲取行駛信息決策出期望車(chē)間距，依據(jù)決策出的期望車(chē)間距，同時(shí)監(jiān)測(cè)本車(chē)的車(chē)速及加速度值的大小，通過(guò)控制策略獲取最佳期望加速度值；下層控制依據(jù)上層控制獲得的最佳期望加速度值，同時(shí)兼顧期望車(chē)距及期望跟蹤加速度，即聯(lián)合控制節(jié)氣門(mén)開(kāi)度及制動(dòng)器壓力大小。

3 車(chē)輛動(dòng)力學(xué)模型

智能交通與智能駕駛是一個(gè)復(fù)雜的多層次系統(tǒng)，為更好地研究自適應(yīng)巡航系統(tǒng)，需要對(duì)其搭建較為精準(zhǔn)的數(shù)學(xué)模型，以確保更好地比擬實(shí)車(chē)工作狀況。為了較好地與實(shí)際路況相吻合，本文設(shè)計(jì)隊(duì)列為前后都有來(lái)車(chē)的多車(chē)輛隊(duì)列，采用Simlink搭建整車(chē)動(dòng)力學(xué)模型，同時(shí)搭建前后車(chē)輛及駕駛路況環(huán)境［5］。

在創(chuàng)建車(chē)輛動(dòng)力學(xué)模型過(guò)程中，可依據(jù)車(chē)輛型號(hào)配置相關(guān)參數(shù)，其配置構(gòu)成如圖6所示。

本文選取本田思域轎車(chē)，發(fā)動(dòng)機(jī)功率130 kW，車(chē)輛基本參數(shù)如表1所示。

在控制過(guò)程中，自適應(yīng)巡航系統(tǒng)將上層控制器決策出的期望加速度轉(zhuǎn)化為對(duì)節(jié)氣門(mén)開(kāi)度及制動(dòng)壓力值的控制，執(zhí)行機(jī)構(gòu)輸入為節(jié)氣門(mén)開(kāi)度及制動(dòng)壓力值，所以需搭建車(chē)輛的縱向動(dòng)力學(xué)模型。在車(chē)輛建模過(guò)程中，需結(jié)合加速及減速兩種工況，在加速過(guò)程中，發(fā)動(dòng)機(jī)基于加速踏板控制的氣門(mén)開(kāi)度大小輸出相應(yīng)的轉(zhuǎn)矩，經(jīng)傳動(dòng)系統(tǒng)傳至驅(qū)動(dòng)輪；在減速過(guò)程中，制動(dòng)鉗基于制動(dòng)踏板控制的制動(dòng)壓力值產(chǎn)生摩擦轉(zhuǎn)矩，作用于驅(qū)動(dòng)輪上，迫使車(chē)輛減速。為便于將結(jié)果輸入到搭建車(chē)輛逆縱向動(dòng)力學(xué)模型，上層控制的輸出量為下一時(shí)間節(jié)點(diǎn)期望加速度值，即下層控制的輸入值，下層控制輸出值即控制目標(biāo)為目標(biāo)節(jié)氣門(mén)開(kāi)度及目標(biāo)制動(dòng)器壓力值。搭建控制模型結(jié)構(gòu)圖如圖7所示。

a.發(fā)動(dòng)機(jī)動(dòng)力模型。

在對(duì)自適應(yīng)巡航車(chē)輛進(jìn)行動(dòng)力學(xué)分析過(guò)程中，驅(qū)動(dòng)輪從發(fā)動(dòng)機(jī)獲取轉(zhuǎn)矩，使車(chē)輛獲得驅(qū)動(dòng)力，同時(shí)車(chē)輛還受到空氣阻力、滾動(dòng)阻力及摩擦阻力等一些阻力，車(chē)輛的受力方程為：

[mai=Ft-Fb-F（z）] ?????（1）

式中，[m]為整車(chē)質(zhì)量；[ai]為期望加速度；[Ft]為從發(fā)動(dòng)機(jī)傳至驅(qū)動(dòng)輪的驅(qū)動(dòng)力；[Fb]為地面作用于車(chē)輛的滾動(dòng)阻力；[F（z）]為其他摩擦力之和。

驅(qū)動(dòng)力表達(dá)式為：

[Ft=ητωaωbRcRdrT?=KT?] ?????（2）

式中，[η]為機(jī)械傳動(dòng)效率；[τ]為液力變矩器特性參數(shù)；[ωa]為液力變矩器渦輪轉(zhuǎn)速；[ωb]為發(fā)動(dòng)機(jī)轉(zhuǎn)速；[Rc]為變速器各擋位速比；[Rd]為主減速器速比；[r]為車(chē)輪半徑；[T?]為發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩；[K]為變量。

由上式可推算出發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩為：

[Ti=ma+F（z）K] ??????（3）

通過(guò)查表法得出期望轉(zhuǎn)矩與相應(yīng)期望節(jié)氣門(mén)開(kāi)度關(guān)系，如式所示：

[αi=f（Ti，ωb）] ????????（4）

式中，[αi]為期望節(jié)氣門(mén)開(kāi)度；[f（Ti，ωb）]為逆發(fā)動(dòng)機(jī)特性曲線。

所得出的發(fā)動(dòng)機(jī)期望節(jié)氣門(mén)開(kāi)度數(shù)學(xué)模型如圖8所示。

b.制動(dòng)系動(dòng)力模型。

車(chē)輛處于制動(dòng)工況時(shí)，對(duì)車(chē)輛進(jìn)行受力分析，簡(jiǎn)化車(chē)輛受力方程為：

[mai=-Fb-F（z）] ?????（5）

在限定范圍內(nèi)，將制動(dòng)力與制動(dòng)壓力視為線性關(guān)系，設(shè)比值為[K1]，得制動(dòng)力矩方程式為：

[Tl+Tfr=K1P] ???????（6）

式中，[Tl]、[Tf]分別為前后車(chē)輪制動(dòng)力矩；[P]為制動(dòng)管路油壓。

可得期望制動(dòng)壓力值為：

[P=mai-0.5CDAρν2-mafK1] ????（7）

所得到的期望制動(dòng)壓力值計(jì)算模型如圖9所示。

4 仿真結(jié)果

自適應(yīng)巡航系統(tǒng)下層控制器原理為采用閉環(huán)控制策略，精準(zhǔn)控制節(jié)氣門(mén)開(kāi)度及制動(dòng)壓力值，使其趨于期望值，采用PID控制，使加速度迅速收斂，使其在合理范圍內(nèi)變化。以正弦信號(hào)為輸入，驗(yàn)證本文設(shè)計(jì)控制策略。仿真結(jié)果如圖10所示。

通過(guò)圖10仿真結(jié)果可以看出，將期望加速度以正弦信號(hào)作為輸入，其實(shí)際加速度值無(wú)限趨近于理想加速度值，同時(shí)實(shí)際加速度在合理的范圍內(nèi)進(jìn)行變化，可以認(rèn)為所設(shè)計(jì)的動(dòng)力學(xué)模型控制性能良好，為進(jìn)一步研究自適應(yīng)巡航系統(tǒng)打下基礎(chǔ)。

5 結(jié)語(yǔ)

本文針對(duì)智能網(wǎng)聯(lián)汽車(chē)自適應(yīng)巡航系統(tǒng)動(dòng)力學(xué)模型做了如下探討：

首先運(yùn)用分層式控制方法，確定自適應(yīng)巡航系統(tǒng)的控制目標(biāo)即控制架構(gòu)方案，同時(shí)明確下層控制目標(biāo)控制參數(shù)，建立車(chē)輛動(dòng)力學(xué)仿真模型。

下層控制器為自適應(yīng)巡航系統(tǒng)上層控制器設(shè)計(jì)提供了基礎(chǔ)，本文下層控制器采用閉環(huán)控制方法，仿真結(jié)果表明實(shí)際加速度值和理想加速度值無(wú)限接近，同時(shí)實(shí)際加速度的變化范圍正常，可以得出所設(shè)計(jì)的動(dòng)力學(xué)模型控制性能較好，為進(jìn)一步推廣自適應(yīng)巡航系統(tǒng)在整車(chē)上的使用奠定了基礎(chǔ)。

參考文獻(xiàn)：

[1]薛楊.基于模糊PID控制的車(chē)輛縱向優(yōu)化CACC系統(tǒng)[D].長(zhǎng)春：吉林大學(xué)，2015.

[2]許倫輝，黃穎.基于不同安全車(chē)距策略的自適應(yīng)巡航控制穩(wěn)定性研究[J].科學(xué)技術(shù)與工程，2016（29）：132-140.

[3]陳康.面向車(chē)聯(lián)網(wǎng)的協(xié)同自適應(yīng)巡航控制研究[D].廣州：華南理工大學(xué)，2017.

[4]王燦，馬鈞.汽車(chē)CACC系統(tǒng)的車(chē)頭時(shí)距策略研究[J].農(nóng)業(yè)裝備與車(chē)輛工程，2015，2（53）：60-67.

[5]蘇衛(wèi).基于多前車(chē)信息的CACC車(chē)間時(shí)距與上層控制策略?xún)?yōu)化研究[D].長(zhǎng)春：吉林大學(xué)，2020.

作者簡(jiǎn)介：

馬可，女，1995年生，助教，研究方向?yàn)橹悄芫W(wǎng)聯(lián)汽車(chē)自適應(yīng)巡航系統(tǒng)。